基于卷积特征与核化相关滤波的高光谱视频目标跟踪
计算机视觉与模式识别
2018-10-30 v1
摘要
高光谱视频中的目标跟踪是一个新的研究课题。本文提出一种基于卷积网络与核化相关滤波(KCF)框架的新方法,用于跟踪高光谱视频中感兴趣的目标。我们从目标区域提取一组归一化的三维立方体作为固定卷积滤波器,其包含目标周围的光谱信息。由卷积操作生成的特征图被组合形成目标的三维表示,从而提供局部光谱-空间信息的有效编码。我们表明,一个简单的两层卷积网络足以学习鲁棒表示,无需使用大型数据集进行离线训练。在跟踪步骤中,采用KCF区分目标与邻近环境。实验结果表明,所提方法在样本高光谱视频上表现良好,并在同一场景下优于几种在灰度与彩色视频上测试的SOTA方法。
引用
@article{arxiv.1810.11819,
title = {Object Tracking in Hyperspectral Videos with Convolutional Features and Kernelized Correlation Filter},
author = {Kun Qian and Jun Zhou and Fengchao Xiong and Huixin Zhou and Juan Du},
journal= {arXiv preprint arXiv:1810.11819},
year = {2018}
}
备注
Accepted by ICSM 2018